基于ANFIS的城市集中供热网参数预测研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·国内外供暖现状 | 第7-9页 |
| ·国外供暖现状 | 第7-8页 |
| ·国内供暖现状 | 第8-9页 |
| ·我国供热系统的负荷调节 | 第9-11页 |
| ·课题的背景以及本文主要研究的内容与意义 | 第11-13页 |
| 第二章 集中供热网预测技术 | 第13-22页 |
| ·预测技术概述 | 第13-15页 |
| ·回归预测技术 | 第13页 |
| ·时间序列预测技术 | 第13-14页 |
| ·概率预测技术 | 第14页 |
| ·神经网络预测技术 | 第14-15页 |
| ·集中供热网参数预测的特点及其重要性 | 第15-17页 |
| ·集中供热网参数预测的特点 | 第15-16页 |
| ·集中供热网参数预测的重要性 | 第16-17页 |
| ·集中供热网参数预测方法的现状及其发展趋势探讨 | 第17-19页 |
| ·集中供热网参数预测方法的现状 | 第17-18页 |
| ·集中供热网参数预测的发展趋势探讨 | 第18-19页 |
| ·集中供热网参数预测的基本原理 | 第19-22页 |
| 第三章 模糊控制基础 | 第22-33页 |
| ·模糊数学基础 | 第22-25页 |
| ·模糊数学概述 | 第22页 |
| ·模糊集合的定义及表示 | 第22-23页 |
| ·模糊子集的运算 | 第23-24页 |
| ·模糊关系 | 第24-25页 |
| ·模糊控制器的基本原理 | 第25-33页 |
| ·模糊控制系统 | 第25-26页 |
| ·模糊控制器的基本原理 | 第26-31页 |
| ·模糊控制算法的实现 | 第31-32页 |
| ·基本模糊控制器的设计方法 | 第32-33页 |
| 第四章 神经网络理论基础 | 第33-43页 |
| ·神经网络及其发展历程 | 第33-39页 |
| ·人工神经元模型 | 第34-35页 |
| ·人工神经网络的互连模式 | 第35页 |
| ·神经网络的学习方法 | 第35-37页 |
| ·人工神经网络的建模和特点 | 第37-39页 |
| ·人工神经网络的发展历程 | 第39页 |
| ·模糊神经网络概述 | 第39-43页 |
| ·模糊理论的创立与发展 | 第40-41页 |
| ·模糊理论与神经网络技术的融合 | 第41-43页 |
| 第五章 基于ANFIS 的热网参数预测 | 第43-63页 |
| ·自适应模糊控制 | 第43-44页 |
| ·常规模糊控制器的不足 | 第43页 |
| ·自适应模糊控制 | 第43-44页 |
| ·神经网络与模糊推理系统的结合方式 | 第44-49页 |
| ·模糊推理系统与神经网络的比较 | 第44-45页 |
| ·模糊推理系统与神经网络的等价性 | 第45页 |
| ·模糊推理系统和神经网络的结合方式 | 第45-49页 |
| ·基于自适应网络的模糊推理系统 ANFIS | 第49-52页 |
| ·ANFIS 的模型基础及特点 | 第49-50页 |
| ·ANFIS 模糊神经网络的结构 | 第50-52页 |
| ·学习算法 | 第52-57页 |
| ·反向传播学习算法 | 第52-55页 |
| ·BP 学习算法存在的问题 | 第55-56页 |
| ·混合学习算法 | 第56-57页 |
| ·城市集中供热网参数预测 | 第57-63页 |
| ·集中供热网参数预测模型 | 第57-59页 |
| ·仿真结果与分析 | 第59-63页 |
| 第六章 结论与展望 | 第63-64页 |
| ·结论 | 第63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |
